Homonimai, homoformos ir homografai tekstynų lingvistikos požiūriu

Erika RIMKUTĖ Vytauto Didžiojo universitetas OMONIMI, OMOFORME E OMOGRAFI DAL PUNTO DI VISTA DELLA LINGUISTICA DEI CORPORA 1. Introduzione Presso il Centro di linguistica computazionale dell’Università Vytautas Magnus è stato raccolto e viene ulteriormente ampliato il Corpus della lingua lituana contemporanea, che comprende più di 100 milioni di parole (indirizzo: http://donelaitis.vdu.lt/Tekstynas). Viene inoltre compilato e curato un corpus morfologicamente annotato di 1 milione di parole. A tale scopo si utilizza il programma informatico Lemuoklis, sviluppato da V. Zinkevičius (Zinkevičius 2000: 246), in grado di fornire la forma citazionale della forma scritta di una parola, la cosiddetta lemma, nonché di indicare le etichette morfologiche; per esempio, la forma laužo viene lemmatizzata come il sostantivo laužas oppure come il verbo laužyti, ed è descritta come genitivo singolare di un sostantivo maschile oppure come terza persona singolare del presente indicativo di un verbo. Il 47% di tutte le parole o forme di parola è morfologicamente polisemico. Si definiscono morfologicamente polisemiche quelle parole o forme di parola per le quali il Lemuoklis individua automaticamente due o più lemmi, oppure alle quali assegna due o più possibili etichette morfologiche, per esempio: namo – sostantivo e avverbio (nãmo stogas – einu namõ); galimas – aggettivo e participio (galimas daiktas); laimės – sostantivo e verbo (lái-mės kūdikis – jis laimės varžybas) e così via. I testi lemmatizzati automaticamente e corredati di etichette morfologiche vengono poi revisionati da un linguista, che elimina i casi di ambiguità. Tali forme ambigue sono state analizzate più approfonditamente. Si tratta di un nuovo ambito di ricerca, perciò è necessario scegliere e definire i termini. In linguistica queste forme sono denominate in vari modi: omonimi grammaticali / morfologici, omoforme, omografi, omonimi parziali. Questo articolo intende mettere in luce l’incoerenza nell’uso dei termini esistenti e motivare l’uso di un diverso termine, omoforme, e del nuovo termine polisemia morfologica. 33 2. Concezioni dell’omonimia Finora, nella linguistica lituana, la polisemia morfologica ha ricevuto scarsa attenzione: gli studi linguistici si sono concentrati soprattutto sugli omonimi lessicali. Di conseguenza, si pone il problema di come denominare la polisemia morfologica e i suoi singoli tipi. 2.1. Omoforme e omonimi morfologici. In linguistica, gli omonimi morfologici / grammaticali sono definiti come forme dello stesso vocabolo che coincidono foneticamente ma hanno significati grammaticali diversi, per esempio: ranka (nominativo sing.) e ranka (strumentale sing.) (Jakaitienė 1980: 42; Соболева 1980: 78). Alcuni linguisti non distinguono gli omonimi grammaticali dalle omoforme. Possono essere forme diverse dello stesso vocabolo (si vedano gli esempi citati sopra) oppure forme foneticamente simili di vocaboli diversi, per esempio: sakai (sost. nominativo) e sakai (verbo, presente, singolare, seconda persona) (LKK I 1995: 23; Barauskaitė 1979: 43–44; Drotvinas 1986: 125). F. Katamba chiama sincretismo le forme coincidenti appartenenti alla stessa parte del discorso o a parti del discorso diverse (Katamba 1994: 25). E. Jakaitienė homoformų netapatina su morfologiniais homonimais (Jakaitienė 1980: 42). Homoformas apibrėžia kaip atskiras, atsitiktinai sutampančias bendrinėje kalboje savo fonetine struktūra visiškai skirtingų žodžių formas, pvz.: kiškis (dkt. vns. vard.) ir kiškis (sngr. vksm. liep. nuos. vns. II asm.). Homoformomis laikytini ir tokie žodžiai, kurių fonetiškai sutampa ne viena, o kelios formos. Pavyzdžiui: a) veiksmažodžiai, kurių fonetiškai sutampa tik bendratis ir iš jos padarytos formos: gesti, gęsta, geso „ugniai, šviesai nykti, blėsti“ ir gesti, genda, gedo „darytis netinkamam“; b) daiktavardžiai ir būdvardžiai ar dalyviai (skiriasi jų vienaskaitos naudininko ir vietininko, daugiskaitos vardininko ir naudininko formos): bendras „priklausomas visiems“ ir bendras „bičiulis, draugas“ (Jakaitienė 1980: 43). LK I tokie atvejai priskirti prie dalinių homonimų, tiesa, ten minimi tik veiksmažodžiai (LK I 1995: 24). LK I prie homoformų aptarti fonetiškai sutampantys linksniai (LK I 1995: 23), bet kyla klausimas, kuo laikytini sutampantys linksniai, kurie skiriasi tarimu, pvz.: naujos parduotuvės atidarymas – atidarytos dvi naujos parduotuvės. V. Drotvinas tų pačių kalbos dalių ir vienodai, ir skirtingai tariamas formas vadina reguliariosiomis homo- 34 formomis (Drotvinas 1986: 93). Kiti kalbininkai neužsimena apie to paties žodžio skirtingai tariamas formas. 2.2. Homoforme e omonimi parziali. E. Jakaitienė definisce gli omonimi parziali come parole di cui tutte le forme di una parola coincidono con una parte delle forme di un’altra. Nella maggior parte dei casi, una parola di una coppia di omonimi di questo tipo appartiene alle parti variabili del discorso, mentre l’altra alle parti invariabili, ad es.: greta – sostantivo e avverbio, deja – sostantivo e interiezione (Jakaitienė 1980: 43). Iš LK I pateikto dalinių homonimų apibrėžimo (LK I 1995: 24) galima spręsti, kad ši homonimijos rūšis sutampa su anksčiau jau E. Jakaitienės minėtomis homoformomis (Jakaitienė 1980: 43), pvz.: rausti, rausia, rausė „kasti, knisti“ ir rausti, rausta, raudo „darytis raudonam“. Nel KTŽ si considerano omoforme forme di parole diverse pronunciate e scritte allo stesso modo (KTŽ 1990: 79). Pertanto, non si annoverano tra le omoforme più casi coincidenti di declinazione della stessa parola. Con questa definizione di omoforme, la differenza tra omoforme e omonimi parziali diventa poco chiara, poiché questi ultimi sono descritti come «omonimi i cui morfemi non coincidono completamente oppure che appartengono a parti del discorso diverse» (KTŽ 1990: 80). Questo tipo di omonimi è illustrato dall’esempio greta – sostantivo e avverbio, mentre tra le omoforme è riportato l’esempio varu – avverbio e caso strumentale del sostantivo varas (KTŽ 1990: 79–80); non si vede dunque alcuna differenza tra omonimi parziali e omoforme. 2.3. Omoforme e omografi. Le maggiori incertezze per l’autrice del presente articolo sono emerse nell’analisi di forme della stessa parola o di parole diverse che si distinguono per elementi prosodici, cioè per posizione dell’accento, intonazione o quantità vocalica: come chiamarle, omografi oppure omoforme? Gli omografi sono generalmente definiti come parole diverse o forme di parola scritte allo stesso modo, ma pronunciate diversamente (differiscono per intonazione o per posizione dell’accento), ad es.: austi «diventare fresco, non più caldo» e aūšti «albeggiare, schiarire» (Jakaitienė 1980: 44; LK I 1995: 23; KTŽ 1990: 23–24; Palmer 1981: 101; Drotvinas 1986: 91–92; Barauskaitė 1979: 44). Sembrerebbe dunque che i casi ambigui che differiscono per elementi prosodici dovrebbero essere chiamati omografi, ma nel LK I si legge che «esistono anche omoforme scritte allo stesso modo, ma distinte dall’accento» (LK I 35 1995: 23). Sono riportati i seguenti esempi: «baltų e baltų (báltai e báltas), dúovanos e dovanõs (dovanà e dovanóti), māno e māno» (LK I 1995: 23). V. Drotvinas cita tra le omoforme gli esempi supánčios (verbo, futuro, terza persona singolare) e supančios (participio, femminile, genitivo singolare o nominativo plurale) (Drotvinas 1986: 91). Anche questi esempi differiscono per la posizione dell’accento, sebbene siano classificati come omoforme. La nozione di omoforme distinte per la posizione dell’accento appare logica, poiché dall’analisi di testi annotati morfologicamente è emerso un numero considerevole di forme che differiscono nella pronuncia (circa il 20% delle omoforme differisce per elementi prosodici) (cfr. Rimkutė 2002: 91–92). Sorge però la questione di quali criteri consentano di distinguere le omoforme dagli omografi, se per le omoforme non è necessaria l’identità fonetica. Forse si dovrebbero considerare omoforme che differiscono nella pronuncia solo le forme della stessa parola, ad es.: mamà (nominativo singolare) e mãma (vocativo singolare), galì (verbo galėti, presente, seconda persona singolare) e gãli (verbo galėti, presente, terza persona singolare), e considerare omografi parole di significato diverso, ad es.: kártis «bastone» e kàrtis «amarezza», oppure kártis «collo del cavallo; luogo in cui cresce la criniera». Tuttavia, gli esempi forniti dal LK I e da V. Drotvinas non sono forme della stessa parola distinte per elementi prosodici, bensì parole di significato diverso. Inoltre, non è sempre chiaro se si tratti di forme della stessa parola o di parole diverse. Sembrerebbe dunque che parole diverse o forme di parola che differiscono per elementi prosodici possano essere considerate omoforme. Un altro criterio che chiarisce questa concezione delle omoforme è che gli omografi sono spesso descritti come parole di significato diverso, ma non tutti i linguisti lo sottolineano: per esempio, nel LKE si legge che gli omografi sono parole o forme di parola scritte allo stesso modo (LKE 1999: 248). Spesso coincidono più casi di declinazione dello stesso nome. È ovvio che non si tratta di parole di significato diverso. Non è quindi chiaro a quale tipo di omonimia vadano ricondotte forme simili. O. S. Achmanova definisce i casi in cui forme della stessa parola sono pronunciate diversamente come forme omografiche di parola e sottolinea che non si tratta di omografi (Ахманова 1986: 436). V. Drotvinas propone di chiamare omoforme, omografi e omofoni forme omonimiche di parola (Drotvinas 1986: 91). Questo termine sembra accettabile; pertanto, le forme di parola che differiscono per elementi prosodici sarebbero 36 si possono chiamare forme di parole omografiche o omonimiche, ma al posto del termine più lungo è stato scelto quello più breve: semplicemente omoforme. Come già accennato, l’analisi è in parte determinata dall’oggetto esaminato, ossia un corpus annotato morfologicamente in modo automatico; pertanto non ci si sofferma troppo sulle differenze fonetiche tra le omoforme, poiché per farlo sarebbero necessari studi più approfonditi. Questi criteri hanno portato a modificare leggermente l’uso del termine omoforme. Per evitare confusione nell’analisi delle forme morfologicamente polisemiche presenti in un corpus annotato morfologicamente, si adotta il principio secondo cui forme flesse attribuite alle stesse o a diverse parti del discorso, che non coincidono per posizione dell’accento, intonazione o quantità vocalica, possono essere sia omoforme sia omografi, per esempio: karaliaus sostas – karaliaũs ilgai, nãmo stogas – einu nãmo, sėdi šẽniai – tai atsitiko seniai. Dunque, alcune omoforme — casi coincidenti di nomi — possono essere omografi se si considera l’aspetto della pronuncia; gli omografi, invece, possono essere omoforme o forme flesse diverse degli stessi vocaboli se esaminati morfologicamente. È stata scelta l’opzione più semplice: tutte le forme morfologicamente polisemiche, indipendentemente dal fatto che differiscano o meno per elementi prosodici, sono considerate omoforme, mentre il termine omografi non viene utilizzato affatto. 2.4. Altri casi di omonimia. In alcuni studi linguistici non è del tutto chiaro quale sia l’estensione delle omoforme: se comprendano soltanto forme di parole appartenenti alla stessa parte del discorso o anche a parti diverse. Sulla base degli esempi presentati da V. Urbutis e dalla LKE, si può dedurre che si considerino omoforme alcune forme coincidenti appartenenti soltanto a parti del discorso diverse, per esempio: grūdo — genitivo singolare del sostantivo grūdas e grūdo — terza persona singolare del passato iterativo del verbo grūsti (Urbutis 1956: 4; LKE 1999: 247–248). Non è quindi chiaro se si possano considerare omoforme forme coincidenti di parole appartenenti alla stessa parte del discorso, per esempio tapo (differiscono le altre forme principali: tap yti, tapė ir tapti, tampa). Dalla definizione di omografi fornita dalla LKE non è chiaro in che cosa gli omografi differiscano dagli omonimi e dalle omoforme, poiché vi si legge: «gli omografi sono elementi linguistici (parole o loro forme) scritti nello stesso modo secondo l’ortografia convenzionale. Gli omografi della lingua lituana sono per lo più anche omonimi», per esempio: kasa «treccia» — kasa «luogo in cui si effettuano operazioni finanziarie» (di altri lin- 37 guisti, kasa è un omonimo vero e proprio / assoluto; questo esempio potrebbe essere considerato un omografo se coincidessero le forme della terza persona singolare del presente del sostantivo kasa e del verbo kasti). Anche il genitivo singolare del sostantivo varpas, varpo, e la forma della terza persona singolare del presente del verbo varpyti, varpo, sono considerati omografi (in altri studi linguistici, omoforme). Nella LKE si afferma inoltre che gli omografi pronunciati diversamente non sono affatto rari (per esempio: aušti – aušti, perėjimas – perėjimas, giria – giria) (LKE 1999: 248). Negli studi linguistici manca ancora una trattazione dei casi in cui coincidono due o più parti del discorso invariabili, per esempio: kaip, ir, tik, iki; anche queste vanno annoverate tra le omoforme oppure dovrebbero essere considerate un altro tipo di polisemia? (L’autrice del presente articolo include tali casi tra le omoforme delle parti del discorso invariabili (cfr. 3. Polisemia morfologica). 3. Polisemia morfologica Da quanto esposto risulta chiaro che la terminologia usata negli studi linguistici varia. Per evitare ambiguità su ciò che viene effettivamente analizzato — omoforme, omografi o omonimi parziali — si è scelto il termine più generale polisemia morfologica. Si tratta di un fenomeno che comprende: 1) forme flesse e invariabili; 2) forme di parole appartenenti a parti del discorso diverse e uguali; 3) forme di parole o parole che differiscono in alcune forme o per elementi prosodici, oppure che coincidono completamente. Il termine polisemia va usato non solo nell’analisi delle omoforme che differiscono per caratteristiche morfologiche, ma anche per riferirsi alla polisemia derivazionale (per esempio, ištvirkėlis – dobilėlis: lo stesso affisso derivazionale conferisce significati diversi), lessico-semantica (per esempio, l’omonimo vero e proprio žiedas), sintattico-semantica (per esempio, nell’espressione mokytojo pakvietimas, a causa delle diverse relazioni sintattiche non è chiaro se sia l’insegnante a invitare o se sia lui stesso a essere invitato), testuale (per esempio, jis čia išsėdėjo visą vakarą: per comprendere i deittici jis e čia è necessario un contesto più ampio) e così via. È necessario precisare che l’analisi della polisemia morfologica è piuttosto specifica: si analizzano parole scritte, prive di segni d’accento. 38 forme. Il programma Lemuoklis, che esegue l’analisi morfologica automatica, non dispone di alcuna conoscenza della semantica delle parole analizzate né della loro frequenza d’uso; pertanto, le parole vengono analizzate senza tener conto del contesto. Per questo talvolta vengono individuate homoforme possibili solo in teoria; per esempio, la forma kokio può essere descritta morfologicamente come il sostantivo kokis, che significa «qualità», e il pronome koks. In un corpus annotato morfologicamente si distinguono tre tipi di homoforme: 1) homoforme di parti del discorso flessive, 2) di parti del discorso flessive e invariabili e 3) esclusivamente di parti del discorso invariabili. Il primo tipo di homoforme è illustrato dai seguenti esempi: sukalė šuniui b ū d ą – išsiugdė gerą b ū d ą (coincide la forma būdą, che può essere l’accusativo singolare dei sostantivi būda oppure būdas); svarbi p a s l a p t i s – išdavė p ą s l a p t i s (coincidono il nominativo singolare e l’accusativo plurale del sostantivo paslaptis). Nel secondo caso coincidono, per esempio, una forma nominale, un avverbio e una preposizione: atvyko su mano p r i e š a i s – p r i e š a i s matau mišką – stovi p r i e š a i s mane. Tra le homoforme delle parti del discorso invariabili rientra la particella ir: può essere una congiunzione, una particella o un avverbio. Come mostrano gli esempi presentati, sono considerate homoforme anche le parole o forme di parola pronunciate in modo diverso. La polisemia morfologica, in quanto fenomeno, comprende tutti questi tipi di homoforme. Pertanto, in un corpus di piccole dimensioni annotato morfologicamente in modo automatico vengono analizzate le homoforme, non gli omografi o gli omonimi. Poiché si analizzano forme scritte delle parole, l’attenzione si è concentrata soprattutto sulle differenze morfologiche, anziché su quelle fonetiche o semantiche. Per le caratteristiche dell’analisi, la nozione di homoforma è stata modificata e pertanto include in parte anche gli omografi e gli omonimi parziali. L’autrice dell’articolo ritiene preferibile scegliere un unico termine chiaro, anziché diversi termini di omonimia tra loro correlati. Si auspica che questa nozione di homoforma si affermi col tempo nell’analisi delle forme morfologicamente polisemiche. 4. Conclusioni L’articolo esamina come i linguisti utilizzano i termini relativi all’omonimia e come dovrebbero essere denominate le forme morfologicamente polisemiche individuate tramite l’analisi morfologica automatica. 39 1. Negli studi linguistici si riscontrano diverse concezioni dello stesso termine: 1) le homoforme e gli omonimi morfologici / grammaticali sono considerati la stessa parte dell’omonimia oppure parti diverse; 2) dalle definizioni esistenti di omonimia non è chiaro se le homoforme siano costituite da: a) forme di parola appartenenti alla stessa o a diverse parti del discorso, b) forme di una stessa parola foneticamente identiche oppure anche diverse; 3) alcuni linguisti denominano homoforme le stesse forme che altri definiscono omonimi parziali; 4) in alcuni casi si afferma che le homoforme si pronunciano allo stesso modo, in altri che possono differire nella pronuncia; 5) i criteri per distinguere le homoforme, gli omonimi e gli omografi non sono definiti con precisione; 6) non è chiaro come vadano considerate le coincidenze tra le parti del discorso funzionali. 2. A causa dell’incoerenza terminologica e delle caratteristiche piuttosto specifiche dell’analisi, è stato scelto il termine polisemia morfologica, inteso come fenomeno che comprende: 1) forme flessive e invariabili; 2) forme di parola appartenenti a parti del discorso diverse o uguali; 3) forme di parola o parole che differiscono per determinate forme o elementi prosodici, oppure che coincidono completamente. 3. Nel corpus ridotto annotato morfologicamente in modo automatico, oltre il 47% delle forme è polisemico. Per designare queste forme specifiche è stato scelto il termine omoforme. Si distinguono omoforme di 1) parti del discorso flessive, 2) flessive e invariabili, 3) esclusivamente invariabili, che possono differire per elementi prosodici, cioè la posizione dell’accento, il tono o la quantità vocalica. Il termine omoforme comprende anche alcune forme tradizionalmente considerate omografe o omonimi parziali. LITERATŪRA А х м а н о в а О. С. 1986: Словарь омонимов русского языка, Москва. B a r a u s k a i t ė J. 1979: Leksikologijos pradmenys [Leksinė semantika], Vilnius. D r o t v i n a s V. 1986: Pagrindinės leksikologijos sąvokos, Vilnius. J a k a i t i e n ė E. 1980: Lietuvių kalbos leksikologija, Vilnius. 40 Katamba F. 1994: English Words. London and New Your. KTŽ 1990: K. Gaivenis, S. Keinys. Kalbotyros terminų žodynas, Kaunas. LK I 1995: Lietuvių kalba, Vilnius. LKE 1999: Lietuvių kalbos enciklopedija, Vilnius. Palmer F. R. 1981: Semantics, Cambridge. Rimkutė E. 2002: Homoformos dabartinės lietuvių kalbos tekstyne. – Lituanistica 2 (50), 86–101. Соболева П. А. 1980: Словообразовательная полисемия и омонимия, Москва. Urbutis V. 1956: Lietuvių kalbos leksikos homonimų susidarymo būdai (Filologijos mokslų kandidato disertacijos autoreferatas), Vilnius. Zinkevičius V. 2000: Lemuoklis – morfologinei analizei. – Darbai ir Dienos 24, 246–273. HOMONYMS, HOMOFORMS AND HOMOGRAPHS FROM THE VIEWPOINT OF CORPUS LINGUISTICS Summary The article deals with a small part of the corpus of the Lithuanian language, which was automatically tagged. The corpus with morphological tags has shown a high level degree of ambiguity of the language: about 47 percent of word forms are ambiguous. In the Lithuanian linguistics traditionally the greatest attention has been devoted to the lexical homonyms. Other levels of ambiguity have not been analysed. For this reason it was necessary to define the main terms of the morphological ambiguity and to solve the problematic issues of the relevant terminology. It was difficult to define what are the main differences between homographs, homonyms and homoforms. Traditionally in linguistics it is affirmed that homoforms must coincide phonetically, while homographs are pronounced differently. This article shows that some homoforms can differ by the place of accent, the quality of vowels or intonation. Homoforms were analysed instead of homographs or homonyms, because the main attention was devoted to morphological but not phonetic or semantic differences. Erika RIMKUTĖ Vytauto Didžiojo universitetas Donelaičio g. 58, Kaunas E. paštas [email protected] Gauta 2003-03-18 41